基于紫外光传感器网络的局部放电检测方法与流程

本发明涉及计算机数字数据处理与传感器网络检测，具体为基于紫外光传感器网络的局部放电检测方法。

背景技术：

1、局部放电产生的紫外脉冲具有持续时间短、能量弱和空间衰减快的特点，现有紫外光检测通常在待测电气设备周围布设多个紫外光传感器节点，由各节点按照固定采样周期采集紫外强度或脉冲计数，并将带有本地时间标记的检测数据上传至处理端。处理端通常先对单节点数据进行去噪、基线扣除和脉冲提取，再以预设强度阈值、脉冲数量阈值或持续时间阈值判断节点是否检测到局部放电。对于传感器网络中的多节点数据，常见处理方式是将相同时间窗口内超过阈值的节点数量作为判决依据，或者按照节点距离、历史灵敏度及安装位置设置固定权重，对各节点输出进行加权求和。当加权结果或同意节点数量达到设定条件时，生成局部放电事件；未达到条件的脉冲则作为背景噪声舍弃。此类方案实现简单，能够在节点状态稳定、传播路径固定且干扰较少的条件下完成基本检测，但其判决过程依赖预先设定的阈值和权重。

2、为减小单节点误报，部分现有技术在传感器网络中引入脉冲时序相关性和多节点一致性校验。其常规做法是设定允许传播时延范围，将不同节点中到达时间相近的脉冲进行配对，再比较脉冲幅值、持续时间或波形轮廓是否相似，形成候选同源事件。对于候选事件，处理端通常采用多数投票、均值聚合、中值滤波或异常值剔除获得统一结果；对于长期运行的节点，则依据历史误报次数或人工标定值修正固定权重。部分方案还会在数据包缺失时采用插值补齐，或者在节点响应偏离均值时直接降低其参与比例。然而，紫外光在传播过程中受到距离、遮挡、观测角度和局部背景光变化影响，同一放电事件在不同节点上的脉冲数量、相对强度和完整程度并不一致。固定的时延窗口和相似度条件难以覆盖不同传播状态，简单异常剔除又可能将受衰减影响的真实弱响应排除，历史权重也难以及时反映节点在当前检测窗口内的数据完整性和背景稳定性。

3、因此，在各紫外光传感器节点响应差异、局部干扰、数据缺失及节点状态变化同时存在时，固定阈值、固定权重或简单多数表决无法根据当前观测数据区分异常高响应节点与真实弱响应节点，也无法利用多个节点之间的时序关联和强度变化关系恢复被衰减或丢失的放电脉冲。异常节点一旦输出较高强度，容易在加权或投票过程中主导检测结果；真实局部放电若仅在少数节点上形成弱脉冲，又可能因支持节点数量不足而被判为噪声。由于节点可靠性评估与放电事件识别相互独立，节点权重不能随事件重构结果修正，事件识别也不能借助节点残差反向排除不可信观测，导致传感器网络在复杂背景下难以同时控制误检和漏检，局部放电检测结果的稳定性受到限制。

技术实现思路

1、本发明的目的在于提供基于紫外光传感器网络的局部放电检测方法，可以解决上述背景技术中的问题。

2、为实现上述目的，本发明采取的技术方案为：

3、基于紫外光传感器网络的局部放电检测方法，包括：获取各紫外光传感器节点在连续检测窗口内形成的脉冲时间序列、脉冲持续特征、相对强度、背景波动量及数据完整度；

4、依据节点间允许传播时延、脉冲形态相似度和时序邻近关系构建候选关联图，并依据背景稳定性、数据完整度及邻域支持度生成节点初始可信度；

5、按照所述节点初始可信度对所述候选关联图中的观测片段进行稳健聚合，重构隐含放电事件序列；

6、计算各节点观测序列与所述隐含放电事件序列之间的时序残差、强度趋势残差和缺失脉冲残差，基于残差更新节点可信度及关联边；

7、迭代执行隐含放电事件重构和节点可信度更新，直至满足稳定条件，并根据稳定后的关联子图输出局部放电检测结果。

8、优选的，所述候选关联图的构建包括：将每一节点的脉冲时间序列划分为保持脉冲簇内部次序的观测片段；

9、针对任意两节点的观测片段，依据节点间通信拓扑和历史同源事件形成传播时延可行域；

10、在所述传播时延可行域内，对脉冲持续特征的相对排序、相邻脉冲间隔比例及相对强度变化方向进行联合匹配；

11、将满足联合匹配关系的观测片段设置为图节点，将跨传感器节点的匹配关系设置为关联边，并在同一节点内设置保持时间先后次序的约束边；

12、根据所述关联边两端观测片段的匹配一致性和共同邻接观测片段数量生成边置信度，以形成兼顾跨节点同源关系与节点内时序约束的候选关联图。

13、优选的，所述节点初始可信度的生成及稳健聚合包括：分别从无脉冲区间提取节点背景波动分布，从数据包序号连续性提取数据完整度，并从所述候选关联图中提取观测片段获得的异节点支持数量；

14、将所述背景波动分布的离散程度、所述数据完整度和异节点支持数量映射为所述节点初始可信度；

15、以所述节点初始可信度和边置信度共同限定观测片段对所述隐含放电事件的贡献份额；

16、对具有重叠传播时延可行域且满足节点内次序约束的观测片段进行分组，在每一分组内生成候选事件中心，并依据所述观测片段与所述候选事件中心之间的联合偏差反复调整贡献份额，得到所述隐含放电事件序列及各隐含放电事件对应的网络响应分布。

17、优选的，所述节点可信度及关联边的更新包括：将各节点观测片段按照对应的隐含放电事件进行时间对齐，分别形成时序残差序列、归一化强度趋势残差序列和脉冲存在状态残差序列；

18、基于相邻节点在相同所述隐含放电事件下的残差共现关系，将残差划分为网络共同残差和节点个体残差；

19、依据所述节点个体残差在连续检测窗口内的持续方向、在不同所述隐含放电事件间的复现程度以及与所述数据完整度变化的耦合关系，生成节点可信度修正量；

20、依据所述关联边两端节点可信度修正量及对应观测片段的残差一致性更新边置信度，并删除同时不满足时序一致性和形态一致性的关联边。

21、优选的，所述传播时延可行域按照以下方式更新：从历史稳定隐含放电事件中提取节点对之间的相对到达次序和时延分布，将所述时延分布分解为稳定传播分量与随检测窗口变化的偏移分量；

22、针对当前检测窗口，以通信拓扑可达性限制节点对的候选匹配方向，以所述稳定传播分量限定基础时延区间，并根据多个相邻检测窗口中偏移分量的连续变化扩展或收缩所述基础时延区间；

23、当一个观测片段与多个异节点观测片段形成冲突匹配时，依据相关节点对在闭合关联路径上的时延累积偏差选择保留关系，并将未被保留的匹配关系转入待验证边集合，在后续所述隐含放电事件重构中重新计算待验证边集合的残差一致性。

24、优选的，所述稳健聚合还包括：在同一时间范围内生成多个相互竞争的候选事件中心，并分别建立所述候选事件中心对应的关联子图；

25、对每一关联子图，按照所述节点初始可信度、边置信度及节点覆盖差异计算观测片段归属量，同一节点中的互斥观测片段不得归属于同一候选事件中心；

26、根据各关联子图对节点内脉冲次序的满足程度和对跨节点传播时延可行域的覆盖程度，合并具有共同核心观测片段的关联子图，分离仅由单一节点或低可信度节点支撑的关联子图；

27、对合并或分离后的关联子图重新计算所述候选事件中心，直至各观测片段的归属量不再发生跨子图迁移。

28、优选的，所述节点个体残差的生成包括：针对每一节点建立由相邻可信节点残差经传播次序校正后形成的邻域参考序列；

29、将节点残差序列分解为与所述邻域参考序列同向变化的共模分量、与数据包缺失位置重合的缺失分量以及不随所述邻域参考序列变化的偏移分量；

30、依据所述缺失分量在脉冲存在状态残差序列中的位置对所述时序残差和所述强度趋势残差进行掩码处理；

31、针对未被掩码的偏移分量，按照其在连续隐含放电事件中的符号一致性和增长连续性形成偏移轨迹；

32、将所述共模分量保留在网络共同残差中，将所述缺失分量关联至所述数据完整度，并将所述偏移轨迹写入所述节点个体残差。

33、优选的，迭代执行包括：在每轮迭代开始时保存所述节点可信度、所述边置信度和所述隐含放电事件序列的状态快照；

34、根据更新后的节点初始可信度和边置信度重新筛选关联边，并仅允许与前一轮隐含放电事件保持观测片段重叠的候选事件进入重构；

35、计算相邻两轮之间的事件中心迁移量、观测片段归属变化量和节点可信度排序变化量；

36、当任一变化量呈连续放大时，恢复至对应状态快照，并冻结引起变化放大的节点个体残差更新；

37、当各变化量同时进入稳定区间时，保留当前状态；

38、对于连续多轮被删除后又恢复的关联边，将其转入争议边集合并从最终检测关联子图中排除。

39、优选的，所述关联子图的合并与分离还包括：为每一候选事件中心建立由节点标识、观测片段时间次序及传播时延区间组成的事件签名；

40、比较不同关联子图的事件签名，当两个关联子图在共同节点上的观测片段互斥而在非共同节点上的传播时延区间可连续衔接时，保持两个关联子图分离；

41、当两个关联子图在共同节点上的观测片段连续且跨节点时延累积满足同一传播次序时，建立临时合并子图；

42、利用所述临时合并子图重新计算所述网络响应分布，并依据新增关联边保留频次和关联分离残差分别写入对应候选事件中心的事件签名；

43、将保留合并结果和恢复分离结果分别写入对应候选事件中心的事件签名。

44、优选的，所述稳定条件及最终检测关联子图的确定包括：在连续多轮迭代中记录每一隐含放电事件的核心观测片段集合、节点可信度区间和关联边保留频次；

45、将始终由不少于两个异节点核心观测片段支撑且事件中心迁移方向不发生反转的隐含放电事件标记为稳定事件；

46、将仅在中心迁移方向出现、短暂出现、节点可信度标记化后消失的隐含放电事件标记为待排除事件；

47、针对所述稳定事件，选择关联边保留频次满足连续性的最大连通子图作为最终检测关联子图，并按照所述最终检测关联子图中各节点经可信度加权后的观测片段时间范围，确定局部放电事件的检测时间区间和事件序列编号。

48、与现有技术相比，本发明的有益效果在于：

49、1.以连续检测窗口内的脉冲时间序列、持续特征、相对强度、背景波动量和数据完整度作为统一观测基础，依据传播时延、脉冲形态和时序邻近关系构建候选关联图，并利用背景稳定性、数据完整度及异节点支持程度生成节点可信度。隐含放电事件序列由多个节点的关联观测共同重构，节点观测与重构结果之间形成时序残差、强度趋势残差和缺失脉冲残差，再由残差反向修正节点可信度及关联边。由此，异常高响应节点因持续产生节点个体残差而降低其对后续重构的贡献，受遮挡、衰减或丢包影响的弱响应节点则可在获得多节点时序支持后保留于事件关联子图中。节点可信度更新与放电事件重构连续迭代，使节点可靠性判断和事件识别不再相互割裂，减少局部紫外干扰被判为放电事件的情况，并减少真实弱放电脉冲因单节点幅值不足或支持数量较少而被舍弃的情况。

50、2.候选关联图同时保留跨节点同源关系和节点内部时间次序，使脉冲配对受到传播时延可行域、形态一致性及序列顺序的共同约束；闭合关联路径的时延累积校验可将冲突匹配转入待验证边集合，降低连续放电、重复脉冲和数据乱序造成的错误关联。多个候选事件中心及相互竞争的关联子图能够在同一检测窗口内分离不相容的脉冲群，避免不同事件被强制合并。网络共同残差、数据缺失分量和节点偏移分量的分解，使共同背景变化、传输缺失和节点状态偏移分别进入对应的数据处理路径。迭代过程中保存节点可信度、边置信度和隐含事件序列的状态快照，并依据事件中心迁移、观测片段归属变化及可信度排序变化执行恢复和冻结，可抑制不稳定更新在连续轮次中累积。最终依据核心观测片段、关联边保留频次和最大连通子图确定检测时间区间及事件序列编号，使检测结果具有明确的数据来源和迭代轨迹。